鴻海集團持續推動智慧製造轉型，近期全面導入高效能運算架構與人工智慧（AI）軟硬體方案，優化全球生產據點的營運效率。此項技術合作不僅加速了集團自主大型語言模型的訓練進程，更實際應用於工廠自動化排程與製程異常改善。
部署高效能運算架構 加速自主模型訓練
為了建立具備自主運作與自我學習能力的智慧工廠，鴻海引進了包括 NVIDIA DGX SuperPOD、GB300 NVL72 系統以及 RTX PRO 伺服器在內的高效能硬體，作為整體智慧生產系統的核心骨幹。以此運算能力為基礎，該集團成功開發出 FoxBrain 大型語言模型（LLM）、創世紀專案 Genesis 以及 CityGPT 等多項自主平台。
在運算效能表現上，該集團表示採用新一代運算架構後，整體 AI 訓練效率提升了 2.48 倍。其中在訓練專屬的 FoxBrain 模型時，利用 DGX GB200 系統，僅需 12 天即可處理完高達 1 兆個 AI 詞元（Tokens）。此外，鴻海正在台灣高雄打造全新的智慧工廠樞紐，並與技術夥伴共同開發 AI Token 生態系統與開放式代理框架（Open Agent Framework），協助其他企業建立客製化的智慧應用。
導入產線自動排程 顯著降低製程不良率
在實際產線應用方面，鴻海將 AI 技術深耕於多項關鍵製造工序。透過引進 AI 自動化排程系統，工廠管理團隊處理生產調度的工時成功減少了 25%。而在塑膠外殼與機構件常見的射出成型製程中，AI 演算法協助工程人員快速調整製程參數，將切換參數所需的工程工作量降低了 50%。
針對高精度的電子組裝，鴻海運用 AI 解決方案處理了超過 20 項主要的產線瓶頸問題。特別是在電子製造最為關鍵的表面貼焊技術（SMT）產線，異常改善率達成 90% 以上的成效。相關技術方案具備高度的彈性部署能力，能夠在不大幅增加 IT 管理負擔的前提下，擴展至集團位於全球的 200 多個營運據點。
產業意義
鴻海的這次技術實踐，代表台灣電子代工巨擘正從傳統的「人力密集組裝」加速跨入「數據驅動的自主製造」。過去製造業導入自動化多半停留在單一機械手臂或單點檢測設備，而鴻海示範了如何透過建構大規模運算中心，將 AI 技術深化至排程、換模與焊點檢測等整體流程，建立跨國廠區的中央指揮樞紐。
此外，鴻海發展開放式代理框架與 AI 詞元生態系，意味著台灣供應鏈未來不僅能輸出硬體產品，還能將智慧製造的軟體運算能力與運作經驗包裝成服務。這對於國內廣大的零組件供應商與機器人整合業者來說，提供了標準化的轉型參考架構，有助於帶動台灣整體製造業供應鏈的智慧升級。
技術解析
本案中提到的幾項關鍵技術，對於提升工廠自動化與品質管理扮演重要角色：
- 大型語言模型（LLM）與人工智慧代理（AI Agent）： 在智慧工廠中，LLM 並非單純用於對話，而是用來解讀複雜的生產日誌、工程圖資與排程指令。AI Agent 則如同數位助理，能根據 LLM 分析出的結果，自動執行如設備保養通知、產線物料調度等決策，達成無人化的自主管理。
- 表面貼焊技術（SMT）與機器視覺： SMT 是將微小電子零件焊接至電路板上的高精密製程。結合 AI 的機器視覺（Machine Vision）演算法能夠以極高速度掃描焊點，即時識別出虛焊、橋接或缺件等極微小瑕疵，並反饋至生產線自動修正參數，大幅提升良率。
- 射出成型與參數最佳化： 塑膠模具成型受到溫度、壓力與冷卻時間等多重變數影響，過往極度依賴資深工程師的經驗進行調整。透過 AI 機器學習模型，系統可預測最佳參數組合，讓工廠在換模生產不同規格產品時，迅速完成調校，減少試模廢料與切換時間。
常見問題
鴻海導入輝達 AI 技術主要應用在哪些方面？
鴻海將其用於訓練自主開發的大型語言模型 FoxBrain，並導入全球智慧工廠進行產線自動排程、射出成型參數切換以及表面貼焊技術（SMT）瑕疵改善。
AI 技術對於鴻海工廠產線效率帶來哪些具體提升？
鴻海表示 AI 自動排程使排程工時減少 25%，射出成型參數切換工作量降低 50%，且精密製造產線異常改善率達到 90% 以上。
什麼是 AI 代理（AI Agent）在智慧工廠中的作用？
AI 代理能解析複雜的生產資料與規則，自主進行工廠排程派工、物料調度或設備異常預警，實現無人干預的智慧化運作。